The Atlanta Journal-Constitution, por Fiza Pirani: Por primera vez, los cient\u00edficos creen que han encontrado una manera de generar oraciones orales completas basadas en la actividad cerebral, allanando el camino para la tecnolog\u00eda que potencialmente pueden utilizar las personas con discapacidades del habla.<\/p>\n
Esto es seg\u00fan una nueva investigaci\u00f3n de la Universidad de California, el Instituto Weill de Neurociencia de San Francisco, para el cual los cient\u00edficos insertaron electrodos en cinco pacientes con epilepsia, los registraron leyendo 101 oraciones en voz alta y documentaron c\u00f3mo respond\u00edan las \u00e1reas del cerebro involucradas en el lenguaje.<\/p>\n
Luego mapearon c\u00f3mo se mov\u00edan las partes vocales de los individuos mientras hablaban, creando un tracto vocal simulado para cada participante.<\/p>\n
Debido a que \u201chay alrededor de 100 m\u00fasculos que intervienen para producir el habla, y est\u00e1n controlados por una combinaci\u00f3n de neuronas que se activan todas a la vez\u201d, seg\u00fan New Scientist, \u201cno es tan simple como mapear se\u00f1ales de un electrodo a un m\u00fasculo para determinar qu\u00e9 el cerebro le dice a la boca que haga\u201d. Es por eso que los cient\u00edficos dise\u00f1aron algoritmos de aprendizaje autom\u00e1tico para detectar la actividad cerebral y, en \u00faltima instancia, producir un habla similar a la voz del participante.<\/p>\n
El siguiente paso fue probar la comprensi\u00f3n del habla. Para hacer esto, los investigadores tocaron las nuevas voces producidas por la m\u00e1quina a 1.755 hablantes nativos de ingl\u00e9s y les pidieron que transcribieran lo que escucharon.<\/p>\n
Seg\u00fan el estudio, publicado el mi\u00e9rcoles en la revista Nature Neuroscience, los oyentes transcribieron el 43% de los ensayos a la perfecci\u00f3n y pudieron comprender en promedio el 69% de las palabras habladas.<\/p>\n
\u00abTodav\u00eda tenemos maneras de imitar perfectamente el lenguaje hablado\u00bb, dijo a Newsweek el investigador de UCSF, Josh Chartier. \u00abSomos bastante buenos para sintetizar sonidos m\u00e1s lentos como ‘sh’ y ‘z’, as\u00ed como para mantener los ritmos y las entonaciones del habla y el g\u00e9nero y la identidad del hablante, pero algunos de los sonidos m\u00e1s abruptos como ‘b’s y’ p’s es todav\u00eda un poco borroso.\u00bb<\/p>\n
Aunque el proceso de dos pasos, que involucra electrodos para detectar movimientos cerebrales y algoritmos de computadora para reproducir el habla, no est\u00e1 listo para entornos cl\u00ednicos, la precisi\u00f3n producida por su codificador artificial es una mejora significativa en comparaci\u00f3n con lo que est\u00e1 disponible actualmente y puede ser \u00fatil para personas que alguna vez pudieron hablar pero perdieron la capacidad, com\u00fanmente causadas por afecciones como la enfermedad de Lou Gehrig, el autismo, algunos tipos de c\u00e1ncer, la demencia y otros trastornos neurol\u00f3gicos. Esto se debe a que el dispositivo depende de las funciones motoras de control, que a\u00fan se env\u00edan al cerebro incluso si un individuo est\u00e1 paralizado.<\/p>\n
\u00abLas personas que no pueden mover sus brazos y piernas han aprendido a controlar las extremidades rob\u00f3ticas con sus cerebros\u00bb, dijo Chartier. \u00abTenemos la esperanza de que un d\u00eda las personas con discapacidades del habla puedan aprender a hablar nuevamente utilizando este tracto vocal artificial controlado por el cerebro.\u00bb<\/p>\n
Conexi\u00f3n Prof\u00e9tica:
\n\u201cPero t\u00fa, Daniel, cierra las palabras y sella el libro\u00a0hasta el tiempo del fin. Muchos correr\u00e1n de aqu\u00ed para all\u00e1, y la ciencia se aumentar\u00e1.\u201d Daniel 12:4.<\/p>\n